如何在列表中找到 substring 并在列表中返回 substring 而不是仅对或错

Question

嗨，我有这样的数据集

dx = pd.DataFrame({'IDs':[1234,5346,1234,8793,8793],
                    'Names':['APPLE ABCD ONE','APPLE ABCD','NO STRAWBERRY YES','ORANGE AVAILABLE','TEA AVAILABLE']})

kw = ['APPLE', 'ORANGE', 'LEMONS', 'STRAWBERRY', 'BLUEBERRY', 'TEA COFFEE']
dx['Check']=dx['Names'].apply(lambda x: 1 if any(k in x for k in kw) else 0)

而不是返回到 1 或 0，我希望它在新列中返回到 kw，如“APPLE”、“ORANGE”或“TEA COFFE”

希望有人能帮助我

谢谢

Answer 1

使用带有str.extract的正则表达式来受益于矢量速度：

import re

regex = '|'.join(map(re.escape, kw))
dx['Check'] = dx['Names'].str.extract(f'({regex})')

注意。 如果您希望全部使用extractall并执行聚合步骤，则这只返回第一个匹配项。

output：

    IDs              Names       Check
0  1234     APPLE ABCD ONE       APPLE
1  5346         APPLE ABCD       APPLE
2  1234  NO STRAWBERRY YES  STRAWBERRY
3  8793   ORANGE AVAILABLE      ORANGE
4  8793      TEA AVAILABLE         NaN

Answer 2

这行得通吗？

dx['Check']=dx['Names'].apply(lambda x: [k for k in kw if k in x ])